selenium で実現出来ている操作を、selenium なしで実現するには

Question

前提・実現したいこと

現在、pythonとseleniumを使って、Amazonから自動で検索結果を得ていますが、seleniumを使用しているため、firefoxが必須で、例えばCentOS　などのコンソールで動作させることができません。

調べ方が悪いのかもしれませんが、例えばurllib2などに、現在、seleniumで実現しているWEB操作などを移植する方法を得ることができませんでしたので、質問とさせていただきます。

該当のソースコード

from selenium import webdriver
from bs4 import BeautifulSoup

#firefox起動
driver = webdriver.Firefox()

#ブラウザセット
driver.get("https://www.amazon.co.jp/");

element = driver.find_element_by_id('twotabsearchtextbox')
element.clear()
element.send_keys('python')

#クリック
driver.find_element_by_xpath("//div[1]/header/div/div[1]/div[3]/div/form/div[2]/div/input").click()

html = driver.page_source
soup = BeautifulSoup(html, "html.parser")

for tag in soup.find_all('a', class_="a-link-normal"):
　　ahref = tag.get("href")

URLを書き出す処理は略させていただきましたが、forループに処理を記述してあり、人力では、pythonを検索窓に入力して、ルーペのボタンを押し、出てきたURLを収集できています。

最初は、自動で興味のあるワードの検索結果を収取できて便利になったと思っていたのですが、これを実施するには、Firefoxが必須になってしまい、windows パソコンでないと実行できないため、いろいろ面倒に思えてきました。

例えば、X-Window のないCentOSなどで実施するためには、seleniumで実施している部分をurllib2などに移植する必要があるかと思いますが、urllib2で上記のコードのように、IDを指定してキーワードを入力したり、ボタンを押したりの「操作」を実施して、帰ってきたHTMLを処理するようなことは可能でしょうか？

もし可能でしたら方法を教えていただきたく、よろしくお願いいたします。

Answer 1

現在、pythonとseleniumを使って、Amazonから自動で検索結果を得ていますが

そもそも、Amazonをこのように利用すること自体が、利用規約で禁止されているようです。

この利用許可には、アマゾンサービスまたはそのコンテンツの転売および商業目的での利用、製品リスト、解説、価格などの収集と利用、アマゾンサービスまたはそのコンテンツの二次的利用、（中略）データマイニング、ロボットなどのデータ収集・抽出ツールの使用は、一切含まれません。

Comments

[ky_46]

ご回答ありがとうございます。個人での使用でもダメでしょうか？　それでしたら、単に「Amazonでよく検索するキーワードを自動で検索して、見る為のURL一覧が得られれば便利」というだけなので、Amazonでの使用はやめます。ただ、許可されているサイトで使う場合もありますので、seleniumでの操作テストして、urllib2へ移植する方法は知っておきたいと思います。可能でしたらご回答頂けたらと思います。よろしくお願いします。

[maisumakun]

上に挙げた「この利用許可」は「アマゾンサービスを限定的、非独占的、非商業的および個人的に利用する権利」となっているので、個人的なスクレイピングも許可されない利用です。

[ky_46]

ありがとうございます。では、Amazon用は使用しない事にします。技術的なところだけ、ご教授頂ければ幸いです。

Answer 2

Amazon Product Advertising APIを利用すればいいかと。
スクレイピングではないですが、API経由で必要な情報を取得できるので。

Comments

[ky_46]

ご回答ありがとうございます。ＡＰＩは便利そうなので、チャレンジしてみようかと思いますが、登録を進めると、どうもWEBサイトを登録して、Amazonの商品紹介をする必要がありそうです。個人的なプログラムでしたので、今回はどうしようか考えたいとおもいます。せっかくご回答いただいたのに、ベストアンサーにできず、申し訳ありません。

Answer 3

スマホからで打ち間違いなどあるかも。

chrome headless puppetter
firefox headless
で検索すると良いかも。

肝はheadlessです。guiなしで動かすモードです

Comments

[ky_46]

ご回答ありがとうございます。GUIを表示しないモードがあるのは新情報で、助かりました。ただ、このプログラムは封印となりますので、結果は確認できませんが、何れ何処かで役に立てたいと思います。
ありがとうございました。

Answer 4

Webブラウザが行なっている内容を自力でプログラムを書くことができれば代替できると思います。

主なところでは、

• ページを取得する。
• 取得したHTMLを解析する。
• CSSを取得して反映させる。
• JavaScript を取得、実行して反映させる。
• リンクされているファイルを取得
• 完成した HTMLを出力。

を行う必要があります。

個人的は、そんな面倒なプログラムは、書きたくないです。
きっと環境を構築してでも、selenium 使うでしょう。

Comments

[ky_46]

ご回答ありがとうございます。確かに面倒そうですね……Amazonでは使用してはいけないようですし、今回は諦める事にいたします。せっかくご回答いただいたのに、ベストアンサーにできず、申し訳ありません。